深度学习与表征学习

深度学习是表征学习的一个分支，表征学习的理念就是，我们可以只向电脑提供来自世界的原始信号，无论是视觉信号还是语言信号，然后电脑可以自动得出好的中间表征，来很好地完成任务。所以从某种意义上来说，它是在自己定义特征，和过去人类自己定义特征一样。准确的说，深度学习，它的真是含义是指，你将得到多层的习得表征，你可以打败其他的学习方法，因为用了多层的习得表征，这就是深度学习名字的来源。现在，一半的情况下，深度学习只是指在你用神经网络。另一半的情况，就是有科技记者在写科技报告。
神经网络=stack 逻辑回归？=stacked generalized linear models？

自然语言处理为什么难

因为人类的语言并不像编程语言，人类的语言通常是模棱两可的，而程序语言最初设计之时就是非常明确的。
最大的问题：人类应用语言的最重要的目的就是要做到高效的沟通交流，就是运用省略。但是当编写程序的时候，就会要明确表达出需要它运行所需的一切。但在人类语言中，会省略大部分程序，因为你认为听众能够听明白，哪些代码应改补充进去。